带有非索引字和语言特定字段的 eDismax 查询

Question

我有 3 个文本字段：

• content_en
• content_sp
• content_fr

上述每个字段都有自己的一组分析器、分词器和过滤器。他们也有自己的一套停用词。

我使用LangIdentifierProcessor（https://cwiki.apache.org/confluence/display/solr/Detecting+Languages+During+Indexing）来确定索引文档的语言，Solr会将该文档的内容写入正确的字段。

最后，我使用 eDisMax 解析器处理查询。我的 qf 参数映射到上面的 3 个字段，mm 参数设置为 100%。

这是我的问题：当我使用"黄色房屋"查询进行搜索时，Solr将返回所有带有术语"黄色"和"房屋"的文档。伟大。现在，当我查询"黄房子"时，我不会得到任何回复。调试一段时间后，我发现 Solr 为"黄房子"构造了一个类似于以下内容的查询：+（（content_sp：

the | content_fr：the）（content_en：黄色 | content_sp：黄色 | content_fr：黄色）（content_en：房子 | content_sp：房子 | content_fr：房子））

请记住，我将 mm 设置为 100%，这意味着必须在要返回的文档中找到所有术语。由于术语"the"是我的英语字段的停用词，因此 Solr 不会将其包含在针对content_en字段的查询中，但它确实将其包含在我的其他两个字段的查询中，这显然会失败，因为这些字段对于英语文档没有任何内容。（由于上面链接中解释的 LangIdProcessor）。

现在 - 作为快速修复，我想我可以将所有停用词列出到一个文件中，但这是错误的。我还知道我可以为每个查询指定我的 qf 字段，这将允许我检测查询语言，然后指定要搜索的字段。但是我可以在 Solr 中做一些事情来指定这个（也许是某种搜索组件）吗？还是我的多语言方法不正确？

Answer 1

这是我

的问题：https://issues.apache.org/jira/browse/SOLR-3085

似乎没有明确的解决方法，所以我将把我所有的停用词合并在一起。（这可能会导致小问题，但与空结果集相比，这是一个很大的改进）。

mm.autoRelax方法看起来很有前途，但是它目前没有在Solr 4.10中实现（我知道我落后了）。